基于密度聚类算法的研究与改进
| 中文摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-13页 |
| ·研究背景 | 第8-11页 |
| ·本文工作 | 第11-13页 |
| ·主要工作与创新点 | 第11页 |
| ·文章结构 | 第11-13页 |
| 第二章 聚类分析相关技术 | 第13-26页 |
| ·数据挖掘概述 | 第13-14页 |
| ·聚类分析 | 第14-16页 |
| ·聚类分析概述 | 第14-15页 |
| ·聚类算法介绍 | 第15-16页 |
| ·基于密度的聚类算法 | 第16-24页 |
| ·经典的密度聚类算法 | 第16-21页 |
| ·DBSCAN聚类算法 | 第16-18页 |
| ·OPTICS密度聚类算法 | 第18-19页 |
| ·DENCLUE密度聚类算法 | 第19-21页 |
| ·密度聚类算法的缺陷 | 第21页 |
| ·多密度聚类算法 | 第21-24页 |
| ·SNN聚类算法 | 第21-22页 |
| ·APSCAN聚类算法 | 第22-24页 |
| ·本章小结 | 第24-26页 |
| 第三章 利用一维投影分析的无参数多密度聚类算法 | 第26-39页 |
| ·引言 | 第26-27页 |
| ·相关概念 | 第27-29页 |
| ·一维投影 | 第27-28页 |
| ·分散度 | 第28页 |
| ·核密度估计 | 第28-29页 |
| ·算法思想及实现策略 | 第29-34页 |
| ·一维归一化投影分析 | 第30-32页 |
| ·核密度估计确定密度参数 | 第32-33页 |
| ·多密度DBSCAN | 第33-34页 |
| ·实验结果分析 | 第34-38页 |
| ·聚类质量 | 第34-37页 |
| ·聚类处理时间 | 第37-38页 |
| ·本章小结 | 第38-39页 |
| 第四章 基于最小生成树的无参数多密度聚类算法 | 第39-54页 |
| ·引言 | 第39-40页 |
| ·相关概念 | 第40-41页 |
| ·最小生成树 | 第40页 |
| ·基本定义 | 第40-41页 |
| ·算法思想及实现策略 | 第41-47页 |
| ·最小生成树的引入与构造 | 第41-43页 |
| ·MST边集分布情况分析 | 第43-44页 |
| ·多密度参数自动化及聚类 | 第44-47页 |
| ·算法复杂度分析 | 第47页 |
| ·实验结果分析 | 第47-53页 |
| ·聚类质量 | 第48-52页 |
| ·聚类处理时间 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 总结与展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 个人简历 | 第60-61页 |
| 在学期间的研究成果及发表的学术论文 | 第61页 |
